运筹学第8讲 运输问题
运筹学运输问题相关知识点
运筹学运输问题相关知识点运筹学,旨在通过数学模型和优化方法来解决各种决策问题,其中运输问题是运筹学中的一个重要分支。
运输问题旨在帮助我们确定如何在不同地点之间运输物品以达到最佳效益。
首先,运输问题基于以下几个基本假设:一是物流成本在运输过程中是线性的,二是物品在不同地点之间的运输是无差异的,三是供应和需求之间是平衡的。
在解决运输问题时,需要考虑以下几个关键要素:1.运输网络:此步骤涉及识别和描述供应地点、运输路径和需求地点。
通常使用图形表示来可视化运输网络,以便更好地理解和分析问题。
2.供应量和需求量:确定每个供应地点可提供的物品数量和每个需求地点所需的物品数量。
供应量和需求量之间必须达到平衡。
3.运输成本:每个运输路径的费用是决策的重要因素。
这可以涉及运输距离、运输方式、燃料成本等因素。
通常通过构建费用矩阵来表示各个路径的费用。
4.运输方案:确定如何分配物品以满足需求,并选择最佳的运输路径。
这通常通过使用线性规划模型来实现,以最小化总运输成本为目标。
解决运输问题的常见方法包括:1.西北角规则:该方法从供应和需求具有最大值的角度着手,逐步分配物品,直到达到平衡。
这种方法简单易行,但不一定能够找到全局最优解。
2.最小成本法:该方法根据运输路径的成本递增顺序,逐一分配物品,直到平衡为止。
这种方法能够找到最优解,但可能需要更多的计算量。
3.转运法:该方法通过寻找“供应地点里程+需求地点里程最小”的路径来决策,直至达到平衡。
这种方法在有多个供应地点和多个需求地点时非常实用。
除了基本的运输问题之外,还有其他一些相关的运筹学问题,如多品种运输问题、多目标运输问题和带有时间窗口的运输问题等。
这些问题在实际应用中都有广泛的应用,并且可以通过相应的数学模型和优化方法来解决。
综上所述,运筹学中的运输问题是一个重要的决策问题。
它涉及到寻找最佳的物品配送方案,以最小化总运输成本。
通过合适的数学模型和算法,我们可以有效地解决这类问题,为实际的物流管理提供有力的支持。
运筹学运输问题个人总结(一)
运筹学运输问题个人总结(一)运筹学运输问题个人总结前言运筹学是一门应用数学学科,旨在通过数学模型和优化算法解决现实生活中的决策问题。
其中,运筹学运输问题是运筹学的基础领域之一,涉及到在给定条件下最佳化资源利用、降低成本、提高效率等方面的问题。
正文在个人学习运筹学运输问题的过程中,我总结了以下几个重要要点:1.运输网络规划:运输问题的首要任务是确定运输网络的结构和连接方式。
这包括确定供应商、仓库、需求点之间的连接关系,以及各个节点的运输容量和成本等。
通过合理规划运输网络,可以实现资源的合理分配和供需的良好匹配。
2.运输成本优化:在确定了运输网络之后,需要通过优化算法求解最佳的运输方案。
这涉及到在满足各种限制条件下,如最小化运输成本、最大化资源利用率等指标的优化问题。
常用的算法包括线性规划、整数规划、动态规划等。
3.路线优化和物流调度:针对具体的运输任务,需要进行路线优化和物流调度。
通过合理的路径规划和物流调度,可以降低运输时间和成本,提高物流效率。
常用的算法包括最短路径算法、最优传送门问题等。
4.风险管理和决策支持:在运输过程中,会存在各种不确定性和风险因素。
因此,需要通过风险管理和决策支持技术来应对不确定情况。
常见的方法包括风险评估、灵敏度分析、决策树等。
结尾通过学习和研究运筹学运输问题,我深刻认识到其在现代物流和供应链管理中的重要性。
合理的运输规划和优化能够帮助企业降低成本、提高效率,实现可持续发展。
通过不断学习和实践,我将不断提升自己在这一领域的能力,并在实践中探索更多有创新性和实用性的解决方案。
运筹学运输问题个人总结(续)路线优化和物流调度在路线优化和物流调度方面,我学到了以下几个重要的观点:•路线优化:通过使用最短路径算法、最优传送门问题等优化算法,可以找到最佳路径来减少运输时间和成本。
另外,还可以考虑交通拥堵等因素,选择避开高峰期的最佳路径。
•物流调度:对于大规模的运输网络,物流调度成为一个重要的挑战。
运筹学运输问题求解方法
IV1
IV2
供应 量
A B C D
16 14 19 M
13 13
20
22 19 23 0
17 15 M M
17 15 M 0
50 60 50 50
20 M
*解的退化:在用最小元素法求解初始基本可行解时,当产销平衡表上
需求量 30 20 70 30 10 50 填上一个数后,单位运价表上要同时划去一行和一列,则此时会出现退 化。退化分为两种情况。
求解步骤:表2未得最优解,用闭回路法进行第二次调整
运价 需求地
I1
供应地
I2
16
II
III
IV1
IV2
供应 量
A B C
16 14 19
30
13 13 20
20
50
22
......
17 M
17
30 20
50 60 50
14 19
20
................................... 19 15 10 15 ................................... 0
50
50 60 50
14 13 0 19 19 ............................. 20 20 23
.......
D
需求量
M
30
20 0 ............................. M 0 30 M
.......
0
10 50
50
20
70
30
检验数32 -4最小,故选取 X 32为换入变量, X 34为换出变量,调整量为 0
运筹学——运输问题
22
2021/7/26
表3.20
销地
产地
B1
B2
B3
B4
产量
A1
2
5
7
A2
1
3
4
A3
6
3
9
销量
3
6
5
6
表3.21
销地
产地
B1
B2
A1
A2
3-
A3
6
销量
3
6
B3
B4
产量
5
2-
7
1+
4
3
9
5
6
23
2021/7/26
例:用表上作业法求下列运输问题的最优解:
销地 B1
B2
B3 产量
产地
A1
5
1
8 12
10
2021/7/26
1.求初始基可行解 方法1:最小元素法
基本思想:就近供应,即 从运价最小的地方开始供 应(调运),然后次小, 直到供完为止.
A1 A2 A3 销量
B1
3
3
1
7
03
B2
11
9
6
4
06
B3
4
3
1
2
10
045
B4
3
10
8
3
5
6
产量 73 410 93
11
2021/7/26
1.求初始基可行解 方法2:Vogel法
j1
m
xij bj ( j 1, , n)
i1
xij
0
(i 1,
,m
j 1,
运筹学 运输问题
运筹学运输问题
运筹学是一门研究如何最优地规划和管理资源以实现预定目标的学科。
在运筹学中,运输问题是其中一个重要的应用领域。
运输问题主要关注如何有效地分配有限的资源到不同的需求点,以最小化总体运输成本或最大化资源利用效率。
这些资源可以是货物、人员或其他物资。
运输问题通常涉及到多个供应地点和多个需求地点之间的物流调度。
运输问题的目标是找到一种最佳的调度方案,使得满足所有需求的同时,总运输成本达到最小。
为了解决运输问题,可以采用线性规划、网络流和启发式算法等方法。
在运输问题中,需要确定以下要素:
1. 供应地点:确定从哪些地点提供资源,例如仓库或生产基地。
2. 需求地点:确定资源需要分配到哪些地点,例如客户或销售点。
3. 运输量:确定每个供应地点与需求地点之间的运输量。
4. 运输成本:确定不同供应地点与需求地点之间运输的成本,可以
包括距离、时间、燃料消耗等因素。
通过数学建模和优化技术,可以对这些要素进行量化和分析,以求得最佳的资源分配方案。
这样可以降低运输成本、提高物流效率,并且满足不同地点的需求。
总而言之,运输问题是运筹学中的一个重要领域,涉及到如何有效地规划和管理资源的物流调度。
通过数学建模和优化方法,可以找到最优的资源分配方案,从而实现成本最小化和效率最大化。
运筹学运输问题-图文
销地 B1
B2
...
Bn
产量
产地
A1
X11 X12
...
X1n
a1
A2
X21 X22
...
X2n
a2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Am
Xm1 Xm2
...
Xmn
am
销量
b1
b2
...
bn
则运输问题的数学模型如下:
产销平衡表
销地 B1
B2
...
Bn
产量
产地
A1
a1
A2
a2
.
.
.
.
.
.
Am
am
销量
b1
b2
...
bn
单位运价表
销地
B1
B2
...
Bn
产地
A1
c11
c12
...
c1n
A2
c21
c22
...
c2n
.
.
.
.
.
.
.
.
.
.
.
.
Am
cm1
cm2
...
cmn
❖ 若总产量等于总销量(产销平衡),试确定总运费最省 的调运方案。
Table14 检验数表
销地
B1
B2
B3
B4
产地
A1
(典型例题)《运筹学》运输问题
xj0,yij0,zij0,(i=1,┈,4;j=1,┈,5)
2008/11
--22--
--《Ⅵ 产量
新购 1 第一天 M 第二天 M 第三天 M
第四天 M
1 1 1 1 0 5200
0.2 0.1 0.1 0.1 0 1000
2008/11
--21--
建立模型:
--《运筹学》 运输问题--
设 xj—第j天使用新毛巾的数量;yij—第i天送第j天使用快洗 餐巾的数量;zij—第i天送第j天使用慢洗餐巾的数量;
Min z=∑xj+∑∑0.2yij+∑∑0.1zij
第一天:x1=1000
需 第二天:x2+y12=700
求 约
m1
xij b j (j 1,2,...,n)
i1
x 0 (i 1,...,m,m 1; j 1,...,n) ij
2008/11
--16--
--《运筹学》 运输问题--
销>产问题单位运价表
产地销地 B1 B2 ┈
A1
C11 C12 ┈
A2
C21 C22 ┈
┊ ┆┊┈
Am Cm1 Cm2 ┈
2008/11
--8--
产销平衡表
--《运筹学》 运输问题--
单位运价表
B1 B2 B3 B4 产量
A1 (1) (2) 4 3 7 A2 3 (1) 1 (-1) 4 A3 (10) 6 (12) 3 9 销量 3 6 5 6
B1 B2 B3 B4 A1 3 11 3 10 A2 1 9 2 8 A3 7 4 10 5
Ⅰ Ⅱ
示。又如果生产出来的柴
Ⅲ
管理运筹学讲义运输问题
管理运筹学讲义运输问题引言在现代社会,运输问题是管理运筹学中的一个重要问题。
无论是物流行业还是供应链管理,运输问题都是必不可少的一环。
运输问题的解决可以帮助企业有效地规划和管理物流流程,降低运输成本,提高运输效率。
本文将介绍管理运筹学中的运输问题,包括问题的定义、数学模型、常用的解决方法以及在实际应用中的案例分析。
运输问题的定义在管理运筹学中,运输问题是指在给定的供应点和需求点之间,如何分配物品的问题。
通常,问题的目标是找到一种分配方案,使得总运输成本最小。
运输问题可以抽象成一个图模型,其中供应点和需求点之间的路径表示运输线路,路径上的边表示运输的数量和成本。
每个供应点和需求点都有一个需求量或供应量。
问题的目标是找到一种分配方案,使得满足所有需求量的同时最小化总运输成本。
数学模型运输问题可以用线性规划来建模。
假设有m个供应点和n个需求点,每个供应点的供应量为si,每个需求点的需求量为dj。
定义xij为从供应点i到需求点j 的运输量,则运输问题的数学模型可以形式化表示为如下线性规划问题:minimize ∑(i=1 to m)∑(j=1 to n) cij * xijsubject to∑(j=1 to n) xij = si, for all i = 1,2,...,m∑(i=1 to m) xij = dj, for all j = 1,2,...,nxij >= 0, for all i = 1,2,...,m and j = 1,2,...,n其中cij表示从供应点i到需求点j的运输成本。
解决方法针对运输问题,常用的解决方法有以下几种:1. 单纯形法单纯形法是一种用于解决线性规划问题的常用方法。
对于运输问题,可以通过将其转化为标准的线性规划问题,然后使用单纯形法来求解最优解。
2. 匈牙利算法匈牙利算法是一种经典的图论算法,可以用于解决运输问题。
算法的核心思想是通过不断寻找增广路径来寻找最大匹配。
运筹学:运输问题
运输问题运输问题(transportation problem)一般是研究把某种商品从若干个产地运至若干个销地而使总运费最小的一类问题。
然而从更广义上讲,运输问题是具有一定模型特征的线性规划问题。
它不仅可以用来求解商品的调运问题,还可以解决诸多非商品调运问题。
运输问题是一种特殊的线性规划问题,由于其技术系数矩阵具有特殊的结构,这就有可能找到比一般单纯形法更简便高效的求解方法,这正是单独研究运输问题的目的所在。
§1运输问题的数学模型[例4-1] 某公司经营某种产品,该公司下设A、B、C三个生产厂,甲、乙、丙、丁四个销售点。
公司每天把三个工厂生产的产品分别运往四个销售点,由于各工厂到各销售点的路程不同,所以单位产品的运费也就不同案。
各工厂每日的产量、各销售点每日的销量,以及从各工厂到各销售点单位产品的运价如表4-1所示。
问该公司应如何调运产品,在满足各销售点需要的前提下,使总运费最小。
表4-1设代表从第个产地到第个销地的运输量(;),用代表从第个产地到第个销地的运价,于是可构造如下数学模型:(;运出的商品总量等于其产量)(;运来的商品总量等于其销量)通过该引例的数学模型,我们可以得出运输问题是一种特殊的线性规划问题的结论,其特殊性就在于技术系数矩阵是由“1”和“0”两个元素构成的。
将该引例的数学模型做一般性推广,即可得到有个产地、个销地的运输问题的一般模型。
注意:在此仅限于探讨总产量等于总销量的产销平衡运输问题,而产销不平衡运输问题将在本章的后续内容中探讨。
(;运出的商品总量等于其产量)(;运来的商品总量等于其销量)供应约束确保从任何一个产地运出的商品等于其产量,需求约束保证运至任何一个销地的商品等于其需求。
除非负约束外,运输问题约束条件的个数是产地与销地的数量和,即;而决策变量个数是二者的积,即。
由于在这个约束条件中,隐含着一个总产量等于总销量的关系式,所以相互独立的约束条件的个数是个。
运筹学运输问题
须满足需求量区域的相应变量x31, x33, x34运费的取
值为M,可调整需求量区域的相应变量x32 , x35运费
的取值为0,作出产销平衡的运价表
运筹学运输问题
B1
B1’
B2
B3
B3’ Supply
A1
175 175 195 208 208 1500
A2
160 160 182 215 215 4000
•因此运输问题约
束条件系数矩阵
•第i个
的元素只能是0 或1,对应变量xij 列除了第i个与第
•第(m+j)个
(m+j)个分量为1 外,其它分量均
为零
此外产销平衡运输问题的数学模型还具有 特点:
• 所有约束条件都是等式
• 前m个约束条件的和等于后n个约束条件 的和(可以证明尽管有m+n个约束条件, 但独立的约束条件只有m+n-1个)
B62
2B3
8B4 Supply
9 •[1 3 (15)
0 •[3] 15
3 0•[]8] 4 •[5] 0 •[7] 18
2 (12) 6 (1) 0 (4)
17
12
16
4
运筹学运输问题
•思考题2:
•运
•已知某运输问题的产销需求及单位运价如下表所示
输
B1
B2
B3
Supply
问
A1
5
9
3
15
A2
1
40
15
30
30
100
A3
30
35
40
55
25
130
需要量 25
115
60
运筹学运输问题的方法
运筹学运输问题的方法
运筹学中的运输问题可以通过以下方法进行解决:
1. 确定初始方案:最小元素法、付格尔法和西北角法等,其中最小元素法是先找出运费最小的,然后优先满足。
付格尔法是算出行差额和列差额,依次对差额最大的行或列中运费较小的先分配。
西北角法也是一种求初始可行解的方法。
2. 判定最优解:可以采用闭回路法或者位势法求检验数。
闭回路法是对所选回路上进行“奇+偶-”的操作,而位势法则是直接用公式:检验数=cij-ui-vj。
3. 调整优化解:以检验数<0且最小的数开始入基,对偶数点选择最小的xij出基。
接着为满足表格平衡,使奇数点加上xij,偶数点减xij,记住出基的点为空格点了,这样才能保证有数点一直是m+n-1个。
对于产销不平衡的问题,则考虑增设一个仓库存放多出来的部分,或者增设一个产地弥补不足的部分,这些运费均为0,后做法同上。
4. 重复上述步骤:如果还未得到最优解,则重复步骤2和3,直到求得最优解。
总的来说,运筹学的运输问题需要综合运用多种方法进行求解,通过不断调整和优化解,最终得到最优解。
运筹学-运输问题
仓库
萨克拉 盐 湖 赖 皮 澳 尔 门托 城 特城 巴古 罐 贝林翰 头 厂 尤基尼 464 513 654 867 75
352
416
682
690
388
791
685
125
100
艾尔贝· 995 李
80
65
70
85
仓库 萨克拉 盐 湖 赖 皮 澳 尔 门托 城 特城 巴古 罐 贝林翰 头 厂 尤基尼 464 352 80 513 416 654 690 867 791 75 125
最小化成本 =464x11+513x12+654x13+867x14+352x21+416x22+690x23 +791x24+995x31+682x32+388x33+685x34 约束条件 x11+x12+x13+x14
x11 x12 x13
=75 x21+x22+x23+x24 =125 x31+x32+x33+x34 =100 +x21 +x31 = 80 +x22 +x32 = 65 +x23 +x33 = 70 x14 +x24 +x34=85
70
85 300
合计
300
合计
表二:P&T公司的运输计划
仓库
至 萨克拉 盐湖城 赖皮特 澳尔巴 门托 城 古 贝林翰 尤基尼 艾尔贝· 李 75 5 0 65 55 15 85
从 罐 头 厂
表三:P&T公司的单位卡车运输成本
至 仓库
运筹学之运输问题
B1
A1
B2
③
B3
4 ④
B4
3
产量
7
A2
A3
3
6
②
1 ①
3
4
9
销量
3 B1
A1 A2 A3 销量 3 3
6 B2
5 B3 5 B4 2 1 3 6
6 产量 7 4 9
6 6
5
(ui+vj)
B1 A1 A2 A3 1 B2 B3 3 B4 10 8 5 v4 u1 u2 u3 A1 A2 A3 B2 B3 B4 9 3 10 0 7 1 8 -2 -2 4 -2 5 -5 3 9 3 10 B1 3 1
计算如下:空格处( A1 B1 )= (1×3)+{ (-1)×3 }+(1×2)+{ (-1)×1 }=1 此数即为该空格处的检验数。
• 从每一个空格出发一定存在和可以找到唯 一的闭回路。因(m+n-1)个数字格(基变 量)对应的系数向量是一个基。于是,任 意一个空格(非基变量)对应系数向量是 这个基的线性组合。
数学模型的一般形式
已知资料如下:
单 产地 销 产 量
B1
c11 c m1
Bn
c1 n
产 量
A1 Am
销 量
c mn
a1 am
b1
bn
当产销平衡时,其模型如下:
min Z
c
i1 j1
m
n
ij
x ij
x ij a i x ij b j x 0 ij
3 2
u2+v1=1 u2+ v3 =2 u3+v2=4 u1+ v4 =10 u1+v3=3 u3+ v4 =5 令: u1=0
运筹学课件 08运输问题
min z cij xij
i 1 j 1
m
n
ui
vj
n x a m个 ( i 1 , , m ) ij i j 1 m xij b j ( j 1, , n ) i 1 xij 0 ( i 1 , , m ; j 1 , , n ) n个
例 某货物,其产地A1的产量为10单位,A2的产量为 2单位,销地A3、A4、A5的销量分别为3单位、1单位 和8单位,其中产地A2、销A4又可作为中转站。同时 ,货物可通过纯中转站A6进行运输。各产地、销地及 中转站之间的单位物资运价如表所示,试求一个使总 运费最省的调运方案。
设ui,vj为对偶变量,对偶问题模型为
max w a i u i b j v j
m
n
ui v j cij
i 1
ji
ui‚vj无约束 (i=1,2, …,m;j=1,2, …,n)
§2
计算步骤:
表上作业法
(1) 找出初始调运方案。即在(m×n)产销平衡表 上给出m+n-1个数字格。(最小元素法或差值法) 确定m+n-1个基变量 (2) 求检验数。(闭回路法或位势法) 判别是否 达到最优解。如已是最优解,则停止计算,否则 转到下一步。 空格 (3) 对方案进行改善,找出新的调运方案。(表上 闭回路法调整) (4) 重复(2)、(3),直到求得最优调运方案。
§4
运输问题的扩展
供不应求 供过于求
本 节 重 点
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
(1)西北角法 从西北角的格子开始填数,给x11尽可能大的值,令 x11=min{a1,b1}=min{7,3}=3 由于销售点B1已满足要求,故不再向B1运送食品,即表 中第1列中其他变量x21,x31皆为非基变量,即为空格。
表上作业法
将已满足要求的列称为饱和列,将饱和列(第1列)划掉。 再对于剩下的西北角的格子中填尽可能大的数,逐渐划 去饱和行(列)。除最后一个格子外,每划掉一条线对应 一个饱和行(列);最后一个格子同时使行和列饱和,因 此最后一个格子划掉两条线。
产地 销地 A1 A2 A3 销量 3 1 3 7 3 4 6 6 5 6 10 5 3 B1 11 9 B2 3 5 2 8 1 9 B3 10 2 4 B4 产量 7
表上作业法
从以上可以看到:Vogel法同最小元素法除去在确定供求 关系的原则上不同外,其余步骤相同。Vogel法给出的初 始解比用最小元素法给出的初始解更接近最优解。
其中基变量为按最小元素法计算的初始基可行解确定的。
表上作业法
3.迭代求新的基本可行解
(1)选出负检验数中的最小者 rk,确定为进基变量 xrk 。 (2)在运输表上找一条包含 xrk 为顶点的闭回路,这条闭 回路上的其他顶点皆为基变量(格)。在此闭回路上以 xrk 作为第一个顶点,沿一个方向对其他顶点有一次顺序标号, 这样,闭回路上的顶点格被分为奇点格和偶点格。 (3)计算 min{xi j | xi j 对应闭回路上的偶点格} xpq称为的调整量。 确定xpq为出基变量,所在格子调整为空格。 (4)在闭回路上各个奇点变量值均加上 ,各个偶点格 均减去 ,而不在闭回路上的各个变量值不变,这样便 完成了一次迭代。
表上作业法
这个0不同于其他空格,表明该变量为基变量,是起占 位子作用的,表明当前基本可行解是退化的 (某个基变 量取值为0) 。其占位子是为了保证基变量的个数为 m+n-1个。如下例所示:
产地 销地 A1 A2 A3 销量 bj 1 2 3 0 2 2 3 0 3 1 1 3 5 1 1 5 1 4 1 4 11 6 4 5 3 3 B1 2 B2 5 B3 6 B4 2 B5 产量 ai 2
将变量以x11 , x12 , x13 , x21 , x22 , x23排顺序, x11 0 x12 1 x13 0 x21 0 x22 1 x 23 可得到其系数矩阵为 1 0 1 0 0 1 0 0 1 0 1 0 0 0 1 0 1 1 0 0 0 1 0 1 0
此矩阵的秩为4=2+3-1=m+n-1,而不是m+n,而基变量 的个数与秩数相等。
运输问题
定义:闭回路 从运输表的某个格子出发,沿水平或垂直方 向前进,在另一个格子处转90度,继续前进,……,重复 此过程,直到回到出发时的格子,由此形成一条封闭的折 线,称为闭回路,转角处的格子称为闭回路的顶点。
产地 销地 A1 A2 A3 A4 销量 b1 b2 b3 b4 B1 B2 B3 B4 产量 a1 a2 a3 a4
将检验数和位势添加到运输表中,称为扩充的运输表。
表上作业法
其中,扩充的运输表中的每个格子形式如下: 基变量格 :
cij xij
非基变量格:
cij
ij
表上作业法
在表格中,第2行第4列的检验数 为-1,因此当前解不满足最优性 条件,需要继续迭代。
vj ui 5 4 0 产地 销地 A1 A2 A3 销量 3 (1) 1 3 7 (10) 3 6 4 6 5 9 (1) 10 -3 B1 11 (2) 2 1 4 B2 3 4 -2 B3
表上作业法
表上作业法时单纯形法在求解运输问题时的一种简化 方法,其实质是单纯形法,但具体计算和术语有所不同。 表上作业法的求解过程包含3个阶段:确定初始基本可 行解;进行最优性检验,以决定继续求解还是停止;迭 代求解新的基本可行解,此方法要求模型是产销平衡的。
表上作业法
例8.2 某食品公司下属A1,A2,A3三个食品厂生产食品, 3个厂每个月的生产能力分别为7吨、4吨、9吨,食品 运送到B1,B2,B3,B4四个销售点,它们对于食品的月 需求量分别为3吨、6吨、5吨、6吨,试制定最优运送 方案。 解 这是一个产销平衡的运输问题。
运输问题
运输问题是一类特殊的线性规划问题,具有如下性质: (1)运输问题的模型中包含mn个变量,m+n个约束方程, 且在约束系数中各变量的系数或者是1或者是0,变量为双 下标变量。 (2)运输问题的基本可行解中基变量的个数为m+n-1个。
取m 2, n 3, 且有a1 a2 b1 b2 b3 x11 x12 x13 a1 x x x a 21 22 23 2 x11 x21 b1 x x b 2 12 22 x13 x23 b3
可以证明:用西北角法或最小元素法得到的解确为基本 可行解,只需证明填数字的格子为m+n-1个,并且这 m+n-1个格子不构成闭回路即可。(可由反证法证明)
表上作业法
(3)Vogel法 最小元素法的缺点是:为了节省一处的费用,有时造成 其他处要花费更多的运费。 Vogel法考虑到:如果一产地的产品加入不能按最小运 费就近供应,就考虑减少运费,这就有一个差额,差额 越大,说明不能按最小运费用调运。
产地 销地 A1 A2 A3 销量 bj B1 3 1 7 3 B2 11 9 4 6 B3 3 2 10 5 B4 10 8 5 6 产量 ai 7 4 9 20
表上作业法
1.确定初始的基本可行解 由于运输问题的特殊性,在找初始基本可行解时,不用 引入人工变量,可以直接在表上给出基本可行解。将所 有cij写在格子的左上角,将每个基变量的数值填在表中 相应格子的右下角,右下角没有填数字的格子——空格 对应非基变量。
产地 销地 A1 A2 A3 销量 bj 3 1 3 7 3 4 6 6 5 6 10 B1 11 9 B2 3 4 2 1 5 3 20 9 8 B3 10 3 4 B4 产量 ai 7
表上作业法
比较一下上面两种方法初始基本可行解所对应的目标 函数值: 西北角法:f1=135 最小元素法:f2=86 由此可以看出,采用最小元素法,更接近最优目标函数 值,收敛速度更快。 注: 在应用西北角或最小元素法时,应遵循:除最后一 个元素外,填一个数只划掉一行(或一列)。当填一个数 后,如果所在行和列同时饱和,也只划掉一行(或一列), 只是接着填下一个数时,要在没划掉的饱和行(饱和列) 上的某个没划过的空格子中,填上一个数字0之后,再 划去该行(该列)。
min f cij xij
i 1 j 1 n xij ai , i 1, 2, , m j 1 m xij b j , j 1, 2, , n i 1 x 0, i 1, 2, , m; j 1, 2, , n ij m n ai b j i 1 j 1
运输问题
例8.1 某公司从两个产地A1、A2将物品运往三个销地B1、 B2、B3,各产地的产量、各销地的销量和各产地运往 各销地每件物品的运费如下表所示,问:应如何调运可 使总运输费用最小?
A1 A2 销量 B1 6 6 150 B2 4 5 150 B3 6 5 200 产量 200 300
运输问题
产地 销地 A1 A2 A3 销量 bj 3 3 1 7 3 9 2 4 6 10 3 5 6 B1 11 4 2 2 5 6 20 9 8 4 B2 3 B3 10 B4 产量 ai 7
表上作业法
(2)最小元素法 从运价取最小值的格子开始,在这个格子中填尽可能大 的数,划去饱和行(列),在剩下的格子中选取运价取最 小值的格子,对其赋值,依次划去饱和行(列)。
运输问题
一般运输模型:
产销平衡问题: A1、 A2、…、 Am 表示某物资 的m个产地; B1、B2、…、Bn 表示某物质的n个销地;ai 表 示产地Ai的产量; bj 表示销地 Bj 的销量; cij 表示把物资从 产地Ai运往销地Bj的单位运价。 设xij 为从产地Ai运往销地Bj的 运输量,得到一般运输量问题 的模型:
产地 销地 A1 A2 A3 A4 销量
B1
B2
B3
B4
产量 a1 a2 a3 a4
b1
b2
b3
b4
运输问题
(3)以运输问题的基本可行解的m+n-1个基变量为顶点, 不会形成闭回路。 (4)运输问题的一个可行解中,如果非零分量的个数为 m+n-1个,并且以这些非零分量为顶点,不会形成闭 回路。 (5)在运输问题的一个可行解中,如果非零分量的个数 为m+n-1个,并且以这些非零分量为顶点不会形成闭 回路,则这个解为一个基本可行解。 (6)若所有ai,bj皆为整数,则基本可行解的各分量值也为 整数。
表上作业法
第一步,计算各行和各列的最小运费和次最小运费的差 额,并填入该表的最右列和最下行。
产地 销地 A1 A2 A3 列差额 3 1 7 2 B1 11 9 4 5 B2 3 2 10 1 B3 10 8 5 3 B4 行差额 0 1 1
表上作业法
第二步,从行或列差额中选出最大者,选择它所在行或 列中的最小元素,在上表中B2列是最大差额所在列。B2 列中最小元素为4,可确定A3的产品先供应B2的需要。如 下表所示,同时将运价表中的B2列数字划去。
解: 产销平衡问题: 总产量 = 总销量 设 xij 为从产地Ai运往销地Bj的运输量,建立如下的模 型: Min f = 6x11+ 4x12+ 6x13+ 6x21+ 5x22+ 5x23 s.t. x11+ x12 + x13 = 200 x21 + x22+ x23 = 300 x11 + x21 = 150 x12 + x22 = 150 x13 + x23 = 200 xij ≥ 0 ( i = 1、2;j = 1、2、3)